Data Engineer
Posted 2
views
Summary
Data Engineer at Stefanini Latam in Santiago (hybrid) who designs, builds, and maintains ETL data pipelines and data models, ensuring data quality and monitoring warehouse flows. Requires 2-3 years of experience, advanced SQL, a programming language (Python, Java, Scala, or Go), cloud data services (GCP/AWS/Azure), Docker/Kubernetes, CI/CD, and Terraform.
Responsabilidades
- Diseñar, desarrollar y mantener canales de datos y procesos ETL para garantizar el flujo eficiente y confiable de datos desde diversas fuentes a nuestro almacén de datos.
- Colaborar con científicos de datos, analistas y otras partes interesadas para comprender los requisitos de datos y traducirlos en soluciones técnicas.
- Realizar modelado de datos y diseño de bases de datos para optimizar el almacenamiento y la recuperación de datos.
- Implementar procesos de validación y calidad de los datos para garantizar la precisión e integridad de los datos.
- Supervisar y solucionar problemas de sistemas y canalizaciones de datos para identificar y resolver cualquier problema o cuello de botella.
- Desarrollar y mantener documentación para procesos, sistemas y mejores prácticas de ingeniería de datos.
- Manténgase actualizado con las últimas tendencias y tecnologías en ingeniería de datos y recomiende mejoras para mejorar la infraestructura y los sistemas de datos.
Requisitos
- Experiencia de 2 a 3 años (mínimo) como Data Engineer o Ingeniero de Software con conocimientos de datos (Indispensable).
- Conocimiento intermedio/avanzado en al menos de los siguientes lenguajes: Python, Java, Scala o Golang (Indispensable).
- Versionamiento de código con git (Indispensable).
- Contenerización de aplicaciones (Docker) y despliegue en orquestadores de contenedores (Kubernetes).
- Conocimientos aplicados en CI/CD (Gitlab o Github).
- Entendimiento de tipos de datos (estructurados, semiestructurados y no estructurados) en distintas plataformas de almacenamiento de datos (Indispensable).
- Conocimiento de las distintas etapas del ciclo del dato: ingesta, almacenamiento, transformación y explotación (Indispensable).
- Experiencia en construcción de pipelines de datos (ETL) tanto en Streaming como en Batch (Indispensable).
- Modelamiento de datos para su explotación. Conocimientos avanzados de SQL (Indispensable).
- Experiencia con los servicios de datos de alguna de las nubes principales (GCP, AWS, Azure) (Indispensable).
- Manejo de herramientas de Infraestructura como código (Terraform preferiblemente).
Beneficios
Modalidad Hibrida